基于多特征融合与RF的球磨机滚动轴承故障诊断

doi:10.13700/j.bh.1001-5965.2022.0069

	基于多特征融合与RF的球磨机滚动轴承故障诊断
其他题名	基于多特征融合与 RF 的球磨机滚动轴承故障诊断
	王进花1 ; 周德义 1; 曹洁1,2 ; 李亚洁1
	2022-09-16
发表期刊	北京航空航天大学学报
ISSN	1001-5965
卷号	49 期号:12 页码:1-19
摘要	由于冶金工业工况复杂，很难从单一信号中获取高质量的故障特征，诊断效果不佳。本文针对直接使用电流和振动信号进行融合，不能体现两类信号在不同频段上的优势和彼此之间的互补信息，而影响诊断性能的问题，提出一种基于振动和电流信号的多特征互补融合故障诊断方法。首先，将振动信号和电流信号的高频系数特征通过最大绝对值规则（Max-absolute）融合，形成体现高频段特征的互补特征。将振动信号和电流信号的低频系数特征通过稀疏表示（Sparse representation，SR）融合，形成体现低频段特征的互补特征。通过定义由多特征组成的特征矩阵融合全频段特征，增强全局特征表征能力。采用递归特征消除法消除融合后的冗余特征，提高分类精度，最后结合随机森林（Random forest ，RF）对轴承故障状态进行分类。实验结果表明，该方法相比基于振动信号和基于电流信号的诊断结果更加准确。
关键词	特征融合故障诊断球磨机特征提取随机森林
DOI	10.13700/j.bh.1001-5965.2022.0069
URL	查看原文
收录类别	北大核心 ; EI ; CSCD
语种	中文
资助项目	国家重点研发计划项目（2020YFB1713600）;国家自然科学基金（62063020）;甘肃省自然科学基金项目（20JR5RA463）
出版者	Beijing University of Aeronautics and Astronautics (BUAA)
EI入藏号	20240115312446
EI主题词	Failure analysis
中图分类号	TD453
原始文献类型	Journal article (JA)
引用统计	无
文献类型	期刊论文
条目标识符	https://ir.lut.edu.cn/handle/2XXMBERH/159548
专题	电气工程与信息工程学院
作者单位	1.兰州理工大学电气工程与信息工程学院; 2.甘肃省制造信息工程研究中心
第一作者单位	电气工程与信息工程学院
第一作者的第一单位	电气工程与信息工程学院
推荐引用方式 GB/T 7714	王进花,周德义,曹洁,等. 基于多特征融合与RF的球磨机滚动轴承故障诊断[J]. 北京航空航天大学学报,2022,49(12):1-19.
APA	王进花,周德义,曹洁,&李亚洁.(2022).基于多特征融合与RF的球磨机滚动轴承故障诊断.北京航空航天大学学报,49(12),1-19.
MLA	王进花,et al."基于多特征融合与RF的球磨机滚动轴承故障诊断".北京航空航天大学学报 49.12(2022):1-19.